Conectori interni
Pe această pagină
Conectarea surselor de date la Enterprise Search
Calitatea Enterprise Search depinde direct de datele la care are acces. Conectorii fac legătura între instrumentele dumneavoastră de lucru—stocare de fișiere, baze de cunoștințe și platforme de mesagerie—și indexul semantic Mistral. Ce activați și, mai specific, ce expuneți fiecărui conector, determină atât relevanța răspunsurilor, cât și nivelul de risc acceptabil.
Conectori principali
Conectorul Google Workspace indexează Google Drive—including documente, foi de calcul, prezentări, PDF-uri și fișiere încărcate—precum și conținutul textual și formatarea din Google Docs. Opțional, în funcție de politica internă, poate indexa și Gmail împreună cu atașamentele sale. Cea mai valoroasă funcție este gestionarea permisiunilor: sincronizarea este bidirecțională. Dacă revocați accesul unui colaborator la un folder din Drive, această modificare se reflectă imediat în Enterprise Search, eliminând necesitatea unei gestionări duplicate a drepturilor.
Conectorul Microsoft acoperă SharePoint Online (site-uri, biblioteci de documente și liste), OneDrive (fișiere personale și partajate) și, opțional, Microsoft Teams (mesaje din canale și fișiere partajate în conversații). Configurarea se bazează pe Microsoft Graph API: un administrator acordă permisiuni prin Azure AD fără a accesa conținutul emailurilor individuale. Coordonați această operațiune cu echipa IT, deoarece este o sarcină de administrare Azure, nu un simplu clic într-o consolă.
Conectorul Confluence indexează pagini, articole de blog, comentarii, atașamente, spații restricționate (respectând permisiunile Confluence), etichete și metadate. Confluence este adesea cea mai bogată sursă de documentație tehnică și proceduri interne. Conectorul oferă rezultate excelente pe acest conținut structurat: un spațiu „Proceduri“ bine întreținut generează răspunsuri actionabile aproape instantaneu.
Conectorul Slack indexează mesaje din canale publice, mesaje din canale private (vizibile doar membrilor autorizați), fișiere partajate și fire de discuție. Valoarea sa este distinctă: captează decizii informale și schimburi de expertiză pe care nimeni nu le formalizează într-un document oficial, cum ar fi o explicație partajată marți seara într-un canal tehnic și never documentată altundeva.
Mistral își extinde regulat catalogul. Începând cu aprilie 2026, Notion (pagini și baze de date), Jira (tichete și proiecte cu descrieri, comentarii și atașamente), Box (fișiere și foldere) și Zendesk (articole din baza de cunoștințe) sunt disponibile sau în versiune beta. Un API generic este, de asemenea, disponibil pentru conectarea surselor proprietare printr-un conector personalizat.
Configurați cu discernământ
Principiul director este privilegiul minim: acordați doar permisiunile necesare. Dacă nu aveți nevoie să indexați emailuri, nu conectați Gmail. Tentația de a conecta totul „doar ca să vedeți“ este puternică, dar creează o sarcină de audit semnificativă. Limitați indexarea la spații Confluence sau site-uri SharePoint specifice, nu la întreaga instanță. Excludeți sistematic folderele care conțin date personale sensibile, începând cu dosarele individuale de resurse umane și registrele medicale.
Fiecare conector vă permite să rafinați indexarea prin reguli de filtrare. Puteți restricționa indexarea la foldere sau spații specifice—de exemplu, „Documentație“ și „Proceduri“, excluzând spațiile personale. Puteți exclude tipuri de fișiere precum video, audio sau executabile. Puteți filtra documentele mai vechi de o anumită dată pentru a preveni apariția procedurilor învechite (cum ar fi o politică din 2019). Alternativ, puteți indexa doar documentele etichetate cu marcajul „Validat“. Acest ultim filtru este cel mai eficient pentru calitatea percepută a răspunsurilor, cu condiția ca echipele dumneavoastră să mențină efectiv această disciplină de etichetare.
Frecvența de sincronizare este configurabilă per sursă, iar sincronizarea incrementală se desfășoară automat. Modul în timp real captează modificările în câteva minute, fiind potrivit pentru Slack și instrumentele colaborative unde informația îmbătrânește rapid. Modul orar este suficient pentru SharePoint și Drive. Modul zilnic se potrivește bazelor stabile precum Confluence, unde paginile se modifică rar de mai multe ori pe zi. Dacă același document există în două surse (de ex., Drive și Confluence), Enterprise Search afișează un singur rezultat: deduplicarea compară conținutul, nu numele fișierelor.
Formate suportate
| Categorie | Formate suportate |
|---|---|
| Text | PDF, Word (.docx), Excel (.xlsx), PowerPoint (.pptx), Google Docs/Sheets/Slides, text simplu, Markdown |
| Imagini cu text | PDF-uri scanate (OCR integrat), imagini conținând text (PNG, JPEG) |
| Date structurate | CSV, JSON, tabele în interiorul documentelor |
| Web | Pagini HTML, articole din baze de cunoștințe |
Fișierele binare, video, audio și executabilele nu sunt indexate. Subliniați echipelor suportul OCR: un contract vechi scanat devine din nou interogabil. Această demonstrație câștigă adesea adeziunea departamentelor juridice.
Monitorizare pe termen lung
Consola afișează starea fiecărui conector: documente indexate per sursă, data ultimei sincronizări, erori de indexare (din cauza fișierelor corupte sau a permisiunilor insuficiente) și volumul de date. O eroare la un conector nu îi afectează pe ceilalți; căutarea continuă pe sursele operaționale. Deși reassuring, acest lucru creează un risc subtil: nimeni nu observă că o sursă a oprit indexarea decât dacă cineva verifică. Includeți această verificare într-o revizuire lunară, alături de o recitire a listei conectorilor activi.
Puncte cheie
- Conectorii pentru Google Workspace, Microsoft 365, Confluence și Slack acoperă majoritatea nevoilor
- Aplicați principiul privilegiului minim: indexați doar ceea ce este necesar
- Configurați filtrarea pe folder, tip de fișier și dată pentru a optimiza relevanța rezultatelor
- Monitorizați regulat starea conectorilor prin consola de administrare